基于人格特征的老年人多模态抑郁检测
声音
2025-10-10 v1 多媒体
音频与语音处理
摘要
本文提出了我们在 ACM MM 2025 上提交的 Multimodal Personality-aware Depression Detection（MPDD）挑战赛解决方案。我们提出了一个融合人格特征的老年人多模态抑郁检测模型。我们引入一种基于共注意力机制的多特征融合方法，有效整合 LLDs、MFCCs 和 Wav2Vec 特征于音频模态。对于视频模态，我们将从 OpenFace、ResNet 和 DenseNet 提取的表示相结合，以构建一个全面的视觉特征集合。鉴于人格在抑郁检测中的关键作用，我们设计了一个交互模块，用于捕捉人格特征与多模态特征之间的关系。来自 MPDD 老年人抑郁检测赛道的实验结果表明，我们的方法显著提升了性能，为未来在老年人群中开展多模态抑郁检测研究提供了宝贵的见解。
引用
@article{arxiv.2510.08004,
title = {Personality-Enhanced Multimodal Depression Detection in the Elderly},
author = {Honghong Wang and Jing Deng and Rong Zheng},
journal= {arXiv preprint arXiv:2510.08004},
year = {2025}
}
备注
6 pages,2 figures,accepted by ACM Multimedia Asia 2025